精测精捣作业过程中有砟铁路动态TQI智能预测方法

专利主权项内容

1.一种精测精捣作业过程中有砟铁路动态TQI智能预测方法，其特征在于，包括以下步骤：S1，沿铁路线由靠近捣固车(4)至远离捣固车(4)将精捣作业区域划分为多个捣固段，在每个所述捣固段中点的道砟层(3)内部埋设一个无线压电传感器(1)，所述无线压电传感器(1)与捣固车(4)的中控系统(11)无线连接；S2，在捣固臂(5)上安装加速度传感器(12)，在捣固车(4)的捣固车头(6)、捣固车尾(7)底部分别均安装探地雷达(8)和结构光扫描仪(9)，在捣固臂(5)和捣固车尾(7)之间的车底安装高清相机(10)；所述加速度传感器(12)、探地雷达(8)、结构光扫描仪(9)和高清相机(10)均与所述中控系统(11)有线连接；S3，精捣作业开始前，由靠近捣固车(4)至远离捣固车(4)，使用1至n为多个轨枕(2)进行顺序编号；使用1至m为多个无线压电传感器(1)进行顺序编号；其中，n和m为≥1的正整数；所述中控系统(11)获取每个所述无线压电传感器(1)所在位置的道砟含水率BMC、道砟密实度BC；mm测量稳定状态下精捣作业前的动态TQI；S4，精捣作业开始后，所述捣固车(4)以行进速度V匀速行驶；捣固车头(6)下方的所述探地雷达(8)和结构光扫描仪(9)将雷达图像数据和点云数据传输至所述中控系统(11)，所述中控系统(11)通过所述雷达图像数据和点云数据得到第n个轨枕(2)精捣作业前的中心点坐标P(x，y)和其位置的道床厚度BT；nnnn所述加速度传感器(12)持续获取捣固臂(5)的动态加速度数据A并传输至中控系统(11)，中控系统(11)获取加速度数据A并转换为动态加速度数据A随时间变化的曲线；cccccc所述高清相机(10)对当前捣固位置进行拍照并传输至中控系统(11)，通过中控系统(11)的图像识别算法计算精捣作业后的道砟板结比例BCR；S5，随着捣固车行进，捣固车尾(7)下方的探地雷达(8)和结构光扫描仪(9)获取完成精捣作业的区域中的雷达图像数据和点云数据，并传送至中控系统(11)，中控系统(11)通过获取的所述完成精捣作业的区域中的雷达图像数据和点云数据，得到第n个轨枕(2)精捣作业后的中心点坐标P’(x’，y’)、其位置的道床厚度BT’；nnnn所述中控系统(11)获取完成精捣作业区域内无线压电传感器(1)所在位置的道砟含水率BMC’和道砟密实度BC’；mm在精捣作业完成后测得精捣作业后稳定状态下的动态TQI；S6，对S3-S5中获取的数据进行处理，得到行进速度V、精捣作业前后的所述雷达图像、道床厚度变化量ΔBT、道砟密实度变化量ΔBC、道砟含水率变化量ΔBMC、轨枕横向位移L、轨枕纵向位移L、床横向阻力R、道床纵向阻力R、道床支撑刚度SS、捣固臂最大冲击力F、捣固频率fr、捣固后的道砟板结比例BCR、所述精捣作业后稳定状态下的动态TQI和动态TQI变化量，包括以下分步骤：xyLvmaxS61，通过下式计算所述捣固臂(5)的最大冲击力F：maxF＝A×M，maxccmaxarm其中：A为S4中所述动态加速度数据A随时间变化的曲线中的加速度最大值，M为所述捣固臂(5)的质量；ccmaxccarmS62，对所述动态加速度数据A随时间变化的曲线进行傅里叶变换，获得振幅-频率数据，取最大振幅Am对应的频率作为捣固频率fr；ccmaxS63，对于精捣作业前后同一个轨枕，通过下式计算轨枕横向位移L：xL＝x’-x，xnn通过下式计算轨枕纵向位移L<<<＝y’-y<<<<通过下式计算精捣作业前后道床厚度变化量ΔBT：ΔBT＝BT’-BT<<<S64，通过下式计算道床横向阻力R<<<＝f+f×L+f×L<<cor<<<<<通过下式计算道床纵向阻力R<<<＝f×R<<<<通过下式计算道床支撑刚度SS：SS＝f+f×R<ss<<其中，f、f和f为横向阻力调整系数，f为纵向阻力调整系数，f和f为支撑刚度调整系数，所述阻力调整系数和所述刚度调整系数均根据现场实际情况测定；cor<<<ss<S65，对于精捣作业前后的同一个无线压电传感器，通过下式计算精捣作业前后道砟密实度变化量ΔBC：ΔBC＝BC’-BC<<<通过下式计算精捣作业前后道砟含水率变化量ΔBMC：ΔBMC＝BMC’-BMC<<<将所述精捣作业后稳定状态下的动态TQI与所述精捣作业前的动态TQI做差得到动态TQI变化量；S7，训练TQI推算模型，找到预测值与真实值最接近的结果所对应的模型，将其作为高精度动态TQI推算模型用于智能预测计算，包括以下分步骤：S71，通过S3-S6的方式采集多次精捣作业中的多种数据传输至所述中控系统(11)，并由所述中控系统(11)输出至服务器端形成样本库；将所述样本库分为训练集和验证集；S72，利用编写好的多个BP神经网络模型对训练集数据进行训练，训练的内容是以所述精捣作业后稳定状态下的动态TQI作为标准动态TQI，构建标准动态TQI与所述训练集中其它所述多种数据之间的映射关系，得到多个动态TQI推算模型；S73，对训练好的所述多个动态TQI推算模型输入验证集中的多种数据，得到多组动态TQI预测值；S74，将验证集中所述精捣作业后稳定状态下的动态TQI作为真实值，与S73中得到的多组动态TQI预测值进行比较，找到预测值与真实值最接近的结果所对应的模型，将所述对应的模型作为高精度动态TQI推算模型用于智能预测计算；S8，在后续精捣作业中，使用S7中得到的高精度动态TQI推算模型对每个所述捣固段进行动态TQI预测；并对不符合捣固标准的预测值对应的捣固段进行重新精捣。